{"id":112521,"date":"2020-01-28T08:54:21","date_gmt":"2020-01-28T08:54:21","guid":{"rendered":"https:\/\/staging.wingify.com\/blog\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\/"},"modified":"2020-01-28T08:54:21","modified_gmt":"2020-01-28T08:54:21","slug":"e-commerce-quels-sont-les-jours-et-les-heures-chaudes","status":"publish","type":"post","link":"https:\/\/wingify.com\/blog\/fr\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\/","title":{"rendered":"E-commerce : quels sont les jours et les heures \u201cchaudes\u201d ?"},"content":{"rendered":"

Dans le domaine de l\u2019am\u00e9lioration des conversion (CRO), on \u00e9tudie peu l\u2019aspect temporel des donn\u00e9es que l\u2019on manipule. En pratique, les exp\u00e9riences sont toujours effectu\u00e9es simultan\u00e9ment, justement pour s\u2019abstraire de toute fluctuation temporelle. Les tests statistiques utilis\u00e9s<\/a> refl\u00e8tent bien cette approche : seules les sommes des nombres de visiteurs et de conversions effectu\u00e9es sur la p\u00e9riode sont utilis\u00e9s pour identifier la variation gagnante. Cependant, l\u2019aspect temporel de ces donn\u00e9es est tr\u00e8s int\u00e9ressant \u00e0 \u00e9tudier. Focus sur les quelques insights qui permettent de comprendre le pourquoi de certaines r\u00e8gles empiriques d\u2019exp\u00e9rimentation. Et comme le dit l\u2019adage : \u201cLe temps, c\u2019est de l’argent\u201d.<\/p>\n

Comment exploiter les donn\u00e9es ?<\/h2>\n

\"\"<\/p>\n

Nous avons export\u00e9 un mois de donn\u00e9es de conversions (c\u2019est-\u00e0-dire d\u2019achats) d\u2019une plateforme e-commerce, et notamment l\u2019heure \u00e0 laquelle ces achats ont eu lieu. Plus exactement, la donn\u00e9e utilis\u00e9e est ce ce qu\u2019on appelle le timestamp<\/a> ou horodatage en fran\u00e7ais : on sait donc tr\u00e8s pr\u00e9cis\u00e9ment quand la vente a eu lieu et accessoirement quel appareil a \u00e9t\u00e9 utilis\u00e9 (ordinateur de bureau, tablette ou mobile).\u00a0 Pour le moment, seule la colonne \u201ctime\u201d nous int\u00e9resse, on consid\u00e9rera donc l\u2019ensemble des devices. Il s\u2019agit d\u2019une seule enseigne, mais la plupart des sites similaires pr\u00e9sentent des r\u00e9sultats globalement identiques.<\/p>\n

Pour rendre ces donn\u00e9es plus facilement lisibles, on utilise la technique de \u201cfen\u00eatre glissante\u201d. On d\u00e9finit la taille d\u2019une fen\u00eatre (ici : une heure), on comptabilise le nombre d\u2019achats faits durant cette p\u00e9riode – ce qui nous donne un point de la courbe -, puis on d\u00e9place la fen\u00eatre d\u2019une demi-heure, et on recommence. R\u00e9sultat, on obtient une courbe telle que celle ci :<\/p>\n

\"\"<\/p>\n

Sur l\u2019axe horizontal est repr\u00e9sent\u00e9 le temps (avec pour unit\u00e9, l\u2019heure). L\u2019axe vertical repr\u00e9sente quant \u00e0 lui le nombre de ventes r\u00e9alis\u00e9es dans une fen\u00eatre.<\/p>\n

On remarque tout de suite l\u2019alternance jour \/ nuit, avec un pic de conversions le jour et un creux la nuit, ce qui peut sembler logique. Mais ce point n\u2019est pas si \u00e9vident : les donn\u00e9es ne tombent jamais compl\u00e8tement \u00e0 0, m\u00eame au milieu de la nuit !<\/strong><\/p>\n

\"\"<\/p>\n

Si on zoome, on observe que, m\u00eame \u00e0 l\u2019int\u00e9rieur de la journ\u00e9e, il existe probablement des \u201cr\u00e9gimes\u201d diff\u00e9rents. Toutefois, il y a trop de \u201cbruit\u201d pour bien voir ce qu\u2019il se passe\u2026<\/p>\n

Quel mod\u00e8le d\u2019analyse des donn\u00e9es ?<\/h2>\n

\u00c9tant donn\u00e9 la nature cyclique de ce type de data, il existe un moyen intuitif de r\u00e9duire ce bruit al\u00e9atoire. Imaginez que l\u2019on replie ce graphe sur lui-m\u00eame pour superposer chaque heure avec la m\u00eame heure des autres jours. Il n\u2019y aurait alors plus qu\u2019\u00e0 faire la moyenne, en esp\u00e9rant que la partie al\u00e9atoire s\u2019annule avec elle-m\u00eame, laissant appara\u00eetre la tendance de fond qui r\u00e9git une journ\u00e9e.<\/p>\n

Malheureusement, en pratique, cela fonctionne difficilement car il y a aussi des variations importantes selon les jours de la semaine. Typiquement, le profil journalier d\u2019un lundi est diff\u00e9rent de celui d\u2019un samedi par exemple, et faire la moyenne des deux ne donnera pas une mesure plus pr\u00e9cise, au contraire. Pour contourner ce probl\u00e8me, une solution consiste \u00e0 construire un mod\u00e8le bay\u00e9sien hi\u00e9rarchique (avec la librairie Pymc3<\/a>) qui refl\u00e8te ce processus complexe. Sch\u00e9matiquement, cela veut dire qu\u2019on consid\u00e8re qu\u2019il y a un mod\u00e8le d\u2019un profil journalier g\u00e9n\u00e9ral, assez souple pour englober les sp\u00e9cificit\u00e9s des diff\u00e9rents jours de la semaine.<\/p>\n

Le profil journalier<\/h2>\n

\"\"<\/p>\n

Sur ce sch\u00e9ma, on repr\u00e9sente le profil d\u2019une journ\u00e9e type. L\u2019axe horizontal repr\u00e9sente le temps en heure et l\u2019axe vertical repr\u00e9sente le nombre de ventes r\u00e9alis\u00e9es durant cette heure. Le trac\u00e9 plein repr\u00e9sente le \u201ccentre\u201d du mod\u00e8le, les trac\u00e9s en pointill\u00e9s en illustre les \u201cextr\u00e9mit\u00e9s\u201d.<\/p>\n

On constate que le creux d\u2019activit\u00e9 se situe entre minuit et 5h du matin. L\u2019activit\u00e9 d\u00e9marre doucement apr\u00e8s 5-6 heures du matin pour atteindre un plateau vers 10h, en l\u00e9g\u00e8re croissance jusqu\u2019\u00e0 20h. On note aussi qu\u2019il peut y avoir un pic apr\u00e8s 20h. Nous allons donc voir, dans la partie suivante, que ce pic n\u2019existe que certains jours de la semaine. Voil\u00e0 pourquoi le mod\u00e8le g\u00e9n\u00e9ral de jour l\u2019int\u00e8gre m\u00eame s\u2019il n\u2019est pas repr\u00e9sent\u00e9 de mani\u00e8re \u201ccentral\u201d.<\/p>\n

Le profil hebdomadaire<\/h2>\n

On cr\u00e9e maintenant un mod\u00e8le par jour de la semaine, d\u00e9rivant du mod\u00e8le g\u00e9n\u00e9ral. En terme bay\u00e9sien, on dit que le profil journalier g\u00e9n\u00e9ral est un prior pour le profil des jours sp\u00e9cifiques de la semaine. L\u2019avantage de cette approche est qu\u2019elle permet d\u2019affiner les mesures m\u00eame avec peu de donn\u00e9es. Par exemple, sur un mois de donn\u00e9es, on a 30 jours pour mod\u00e9liser l\u2019\u00e9volution horaire au cours d\u2019une journ\u00e9e, typiquement l\u2019alternance jour \/ nuit. Sur une telle mesure globale, il n\u2019y a alors besoin que de peu d\u2019exemples pour affiner le d\u00e9roulement de chaque jour de la semaine, qui sont tous subtilement diff\u00e9rents les uns des autres.<\/p>\n

Nous allons maintenant regarder les profils des diff\u00e9rents jours de la semaine.<\/p>\n

\"\"<\/p>\n

Premi\u00e8re constatation :<\/strong> seule l\u2019alternance jour \/ nuit est commune \u00e0 chaque jour de la semaine. Pour autant, chaque jour semble avoir un profil tr\u00e8s diff\u00e9rent.<\/p>\n

Ce point met en lumi\u00e8re un conseil d’exp\u00e9rimentation en CRO : il faut tester sur une p\u00e9riode couvrant tous les jours de la semaine.<\/strong> Donc m\u00eame si un site a suffisamment de trafic pour g\u00e9n\u00e9rer des donn\u00e9es significatives avec seulement une journ\u00e9e de trafic, il est fortement d\u00e9conseill\u00e9 de le faire. Le comportement des visiteurs n\u2019est pas le m\u00eame selon le jour de la semaine.<\/p>\n

Pour faciliter la lecture de ces courbes, nous allons donc les repr\u00e9senter sur des graphiques diff\u00e9rents.<\/p>\n

\"\"<\/p>\n

Sur ce graphique-ci, nous avons regroup\u00e9 des profils journaliers similaires : lundi, mardi, jeudi, dimanche.<\/strong> On remarque alors :<\/p>\n

    \n
  • Un plateau de 10h \u00e0 20h.<\/li>\n
  • Un pic d\u2019activit\u00e9 vers 21h<\/li>\n
  • Chose int\u00e9ressante, le \u201cdimanche est un jour de semaine\u201d. C\u2019est m\u00eame ce jour-l\u00e0 que le pic est le plus haut (vers 20h). La seule diff\u00e9rence notable avec un jour de semaine est que l\u2019activit\u00e9 d\u00e9marre plus tardivement.<\/li>\n<\/ul>\n

    Les jours restants : mercredi, vendredi, samedi<\/strong> ont des profils nettement diff\u00e9rents.<\/p>\n

    \"\"<\/p>\n

      \n
    • Le mercredi<\/strong>, m\u00eame si son allure g\u00e9n\u00e9rale a l\u2019air de ressembler \u00e0 un lundi ou \u00e0 un mardi, l\u2019activit\u00e9 est significativement plus importante. C\u2019est d\u2019ailleurs la journ\u00e9e o\u00f9 il y a le plus d\u2019achat<\/strong> (presque 20% de plus). L\u2019activit\u00e9 de l\u2019apr\u00e8s-midi est quasiment \u00e0 la hauteur du pic maximal de 20h. Donc faire un test A\/B uniquement sur ce jour risque fort d\u2019amener \u00e0 des conclusions erron\u00e9es. Car m\u00eame si c\u2019est le jour le plus actif, cela ne repr\u00e9sente que pr\u00e8s de 20% de l\u2019activit\u00e9 totale.<\/li>\n
    • Le vendredi<\/strong> est nettement le jour le plus calme de la semaine, on peut aussi noter (comme le samedi) l\u2019absence totale du pic de 20h.<\/li>\n
    • Le samedi<\/strong>, le pic de 20h est absent, mais on note aussi un d\u00e9marrage d\u2019activit\u00e9 notablement plus tardive (comme le dimanche).<\/li>\n<\/ul>\n

      Conclusions<\/h2>\n

      Nous avons donc vu comment il \u00e9tait possible d\u2019extraire des profils d\u2019activit\u00e9 \u00e0 partir de donn\u00e9es temporelles. De m\u00eame, des sp\u00e9cificit\u00e9s e-commerce (par opposition au commerce classique) sont apparues :<\/p>\n

        \n
      • Le mercredi est la plus grosse journ\u00e9e (presque 20% de plus que les autres jours !).<\/li>\n
      • Le vendredi et le samedi sont les moins bonnes journ\u00e9es.<\/li>\n
      • Le dimanche, par contre, contrairement au commerce classique, est tout \u00e0 fait comparable aux jours les plus actifs.<\/li>\n
      • Le soir (apr\u00e8s 20h) est une heure g\u00e9n\u00e9ralement propice aux achats…<\/li>\n
      • …Sauf les vendredis et samedis soirs o\u00f9 l\u2019activit\u00e9 chute apr\u00e8s 20h (en plus d’\u00eatre de base plus basse que les autres jours).<\/li>\n
      • Et, naturellement, les samedis et dimanches matins sont peu actifs\u2026<\/li>\n<\/ul>\n

        Ces constats confirment l\u2019importance de faire durer les tests A\/B au minimum sur une, id\u00e9alement deux, semaines compl\u00e8tes, et ce quel que soit le volume de trafic. Vous pourrez ainsi bien couvrir les comportements tr\u00e8s diff\u00e9rents que l\u2019on peut observer selon les jours de la semaine.
        \nAttention toutefois : cela n\u2019est pas pris en compte dans les tests statistiques qui ne tiennent compte que du nombre total de visiteurs et de conversions pour chaque variation.<\/p>\n

        Dans un prochain article, nous nous int\u00e9resserons donc aux diff\u00e9rences selon le type de device utilis\u00e9\u2026<\/p>\n","protected":false},"excerpt":{"rendered":"

        Dans le domaine de l\u2019am\u00e9lioration des conversion (CRO), on \u00e9tudie peu l\u2019aspect temporel des donn\u00e9es que l\u2019on manipule. En pratique, les exp\u00e9riences sont toujours effectu\u00e9es simultan\u00e9ment, justement pour s\u2019abstraire de toute fluctuation temporelle. Les tests statistiques utilis\u00e9s refl\u00e8tent bien cette approche : seules les sommes des nombres de visiteurs et de conversions effectu\u00e9es sur la…<\/p>\n","protected":false},"author":1432,"featured_media":115243,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"post_read_time":0,"footnotes":""},"categories":[11085,11043],"tags":[10809],"feature":[],"industry-type":[],"product":[],"role":[],"region":[],"class_list":["post-112521","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-data-science-fr","category-e-commerce-fr","tag-e-commerce"],"acf":[],"yoast_head":"\nComment optimiser vos taux de conversion e-commerce selon les pics d\u2019achats ?<\/title>\n<meta name=\"description\" content=\"En e-commerce, chaque jour (et m\u00eame chaque heure) ne se ressemble pas. Analyse des jours et des heures \u201cchaudes\u201d pour optimiser vos conversions lors des pics d\u2019achat.\" \/>\n<meta name=\"robots\" content=\"noindex, nofollow\" \/>\n<meta property=\"og:locale\" content=\"fr_FR\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Comment optimiser vos taux de conversion e-commerce selon les pics d\u2019achats ?\" \/>\n<meta property=\"og:description\" content=\"En e-commerce, chaque jour (et m\u00eame chaque heure) ne se ressemble pas. Analyse des jours et des heures \u201cchaudes\u201d pour optimiser vos conversions lors des pics d\u2019achat.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/wingify.com\/blog\/fr\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\/\" \/>\n<meta property=\"og:site_name\" content=\"Wingify Blog\" \/>\n<meta property=\"article:published_time\" content=\"2020-01-28T08:54:21+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/static.wingify.com\/gcp\/uploads\/sites\/3\/2026\/09\/Data-Science-1.png\" \/>\n\t<meta property=\"og:image:width\" content=\"2400\" \/>\n\t<meta property=\"og:image:height\" content=\"2332\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Hubert Wassner\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@Wingify\" \/>\n<meta name=\"twitter:site\" content=\"@Wingify\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Hubert Wassner\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"8 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\\\/\"},\"author\":{\"name\":\"Hubert Wassner\",\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/#\\\/schema\\\/person\\\/4d8faacc4773e4e1e2d5d1aafe2685d2\"},\"headline\":\"E-commerce : quels sont les jours et les heures \u201cchaudes\u201d ?\",\"datePublished\":\"2020-01-28T08:54:21+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\\\/\"},\"wordCount\":1535,\"image\":{\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/static.wingify.com\\\/gcp\\\/uploads\\\/sites\\\/3\\\/2026\\\/09\\\/Data-Science-1.png\",\"keywords\":[\"E-commerce Optimization\"],\"articleSection\":[\"Data Science\",\"E-commerce\"],\"inLanguage\":\"fr-FR\"},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\\\/\",\"url\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\\\/\",\"name\":\"Comment optimiser vos taux de conversion e-commerce selon les pics d\u2019achats ?\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/static.wingify.com\\\/gcp\\\/uploads\\\/sites\\\/3\\\/2026\\\/09\\\/Data-Science-1.png\",\"datePublished\":\"2020-01-28T08:54:21+00:00\",\"author\":{\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/#\\\/schema\\\/person\\\/4d8faacc4773e4e1e2d5d1aafe2685d2\"},\"description\":\"En e-commerce, chaque jour (et m\u00eame chaque heure) ne se ressemble pas. Analyse des jours et des heures \u201cchaudes\u201d pour optimiser vos conversions lors des pics d\u2019achat.\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\\\/#breadcrumb\"},\"inLanguage\":\"fr-FR\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\\\/#primaryimage\",\"url\":\"https:\\\/\\\/static.wingify.com\\\/gcp\\\/uploads\\\/sites\\\/3\\\/2026\\\/09\\\/Data-Science-1.png\",\"contentUrl\":\"https:\\\/\\\/static.wingify.com\\\/gcp\\\/uploads\\\/sites\\\/3\\\/2026\\\/09\\\/Data-Science-1.png\",\"width\":2400,\"height\":2332,\"caption\":\"Data Science 1\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Data Science\",\"item\":\"https:\\\/\\\/wingify.com\\\/blog\\\/data-science-fr\\\/\"},{\"@type\":\"ListItem\",\"position\":3,\"name\":\"E-commerce : quels sont les jours et les heures \u201cchaudes\u201d ?\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/#website\",\"url\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/\",\"name\":\"Wingify Blog\",\"description\":\"\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"fr-FR\"},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/#\\\/schema\\\/person\\\/4d8faacc4773e4e1e2d5d1aafe2685d2\",\"name\":\"Hubert Wassner\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"fr-FR\",\"@id\":\"https:\\\/\\\/static.wingify.com\\\/gcp\\\/uploads\\\/sites\\\/3\\\/2026\\\/09\\\/Screenshot-2026-09-04-at-3.22.13-PM-150x150.png\",\"url\":\"https:\\\/\\\/static.wingify.com\\\/gcp\\\/uploads\\\/sites\\\/3\\\/2026\\\/09\\\/Screenshot-2026-09-04-at-3.22.13-PM-150x150.png\",\"contentUrl\":\"https:\\\/\\\/static.wingify.com\\\/gcp\\\/uploads\\\/sites\\\/3\\\/2026\\\/09\\\/Screenshot-2026-09-04-at-3.22.13-PM-150x150.png\",\"caption\":\"Hubert Wassner\"},\"description\":\"Hubert Wassner is Chief Data Scientist at AB Tasty with over thirty years of experience in AI and machine learning. He builds advanced statistical models, shares insights on the blog, and helps brands make confident, data-driven decisions. His most recent achievement is obtaining a patent for RevenueIQ.\",\"sameAs\":[\"https:\\\/\\\/www.linkedin.com\\\/in\\\/hubert-wassner\\\/\"],\"url\":\"https:\\\/\\\/wingify.com\\\/blog\\\/fr\\\/author\\\/hwassner\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Comment optimiser vos taux de conversion e-commerce selon les pics d\u2019achats ?","description":"En e-commerce, chaque jour (et m\u00eame chaque heure) ne se ressemble pas. Analyse des jours et des heures \u201cchaudes\u201d pour optimiser vos conversions lors des pics d\u2019achat.","robots":{"index":"noindex","follow":"nofollow"},"og_locale":"fr_FR","og_type":"article","og_title":"Comment optimiser vos taux de conversion e-commerce selon les pics d\u2019achats ?","og_description":"En e-commerce, chaque jour (et m\u00eame chaque heure) ne se ressemble pas. Analyse des jours et des heures \u201cchaudes\u201d pour optimiser vos conversions lors des pics d\u2019achat.","og_url":"https:\/\/wingify.com\/blog\/fr\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\/","og_site_name":"Wingify Blog","article_published_time":"2020-01-28T08:54:21+00:00","og_image":[{"width":2400,"height":2332,"url":"https:\/\/static.wingify.com\/gcp\/uploads\/sites\/3\/2026\/09\/Data-Science-1.png","type":"image\/png"}],"author":"Hubert Wassner","twitter_card":"summary_large_image","twitter_creator":"@Wingify","twitter_site":"@Wingify","twitter_misc":{"Written by":"Hubert Wassner","Est. reading time":"8 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/wingify.com\/blog\/fr\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\/#article","isPartOf":{"@id":"https:\/\/wingify.com\/blog\/fr\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\/"},"author":{"name":"Hubert Wassner","@id":"https:\/\/wingify.com\/blog\/fr\/#\/schema\/person\/4d8faacc4773e4e1e2d5d1aafe2685d2"},"headline":"E-commerce : quels sont les jours et les heures \u201cchaudes\u201d ?","datePublished":"2020-01-28T08:54:21+00:00","mainEntityOfPage":{"@id":"https:\/\/wingify.com\/blog\/fr\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\/"},"wordCount":1535,"image":{"@id":"https:\/\/wingify.com\/blog\/fr\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\/#primaryimage"},"thumbnailUrl":"https:\/\/static.wingify.com\/gcp\/uploads\/sites\/3\/2026\/09\/Data-Science-1.png","keywords":["E-commerce Optimization"],"articleSection":["Data Science","E-commerce"],"inLanguage":"fr-FR"},{"@type":"WebPage","@id":"https:\/\/wingify.com\/blog\/fr\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\/","url":"https:\/\/wingify.com\/blog\/fr\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\/","name":"Comment optimiser vos taux de conversion e-commerce selon les pics d\u2019achats ?","isPartOf":{"@id":"https:\/\/wingify.com\/blog\/fr\/#website"},"primaryImageOfPage":{"@id":"https:\/\/wingify.com\/blog\/fr\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\/#primaryimage"},"image":{"@id":"https:\/\/wingify.com\/blog\/fr\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\/#primaryimage"},"thumbnailUrl":"https:\/\/static.wingify.com\/gcp\/uploads\/sites\/3\/2026\/09\/Data-Science-1.png","datePublished":"2020-01-28T08:54:21+00:00","author":{"@id":"https:\/\/wingify.com\/blog\/fr\/#\/schema\/person\/4d8faacc4773e4e1e2d5d1aafe2685d2"},"description":"En e-commerce, chaque jour (et m\u00eame chaque heure) ne se ressemble pas. Analyse des jours et des heures \u201cchaudes\u201d pour optimiser vos conversions lors des pics d\u2019achat.","breadcrumb":{"@id":"https:\/\/wingify.com\/blog\/fr\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\/#breadcrumb"},"inLanguage":"fr-FR","potentialAction":[{"@type":"ReadAction","target":["https:\/\/wingify.com\/blog\/fr\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\/"]}]},{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/wingify.com\/blog\/fr\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\/#primaryimage","url":"https:\/\/static.wingify.com\/gcp\/uploads\/sites\/3\/2026\/09\/Data-Science-1.png","contentUrl":"https:\/\/static.wingify.com\/gcp\/uploads\/sites\/3\/2026\/09\/Data-Science-1.png","width":2400,"height":2332,"caption":"Data Science 1"},{"@type":"BreadcrumbList","@id":"https:\/\/wingify.com\/blog\/fr\/e-commerce-quels-sont-les-jours-et-les-heures-chaudes\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/wingify.com\/blog\/fr\/"},{"@type":"ListItem","position":2,"name":"Data Science","item":"https:\/\/wingify.com\/blog\/data-science-fr\/"},{"@type":"ListItem","position":3,"name":"E-commerce : quels sont les jours et les heures \u201cchaudes\u201d ?"}]},{"@type":"WebSite","@id":"https:\/\/wingify.com\/blog\/fr\/#website","url":"https:\/\/wingify.com\/blog\/fr\/","name":"Wingify Blog","description":"","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/wingify.com\/blog\/fr\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"fr-FR"},{"@type":"Person","@id":"https:\/\/wingify.com\/blog\/fr\/#\/schema\/person\/4d8faacc4773e4e1e2d5d1aafe2685d2","name":"Hubert Wassner","image":{"@type":"ImageObject","inLanguage":"fr-FR","@id":"https:\/\/static.wingify.com\/gcp\/uploads\/sites\/3\/2026\/09\/Screenshot-2026-09-04-at-3.22.13-PM-150x150.png","url":"https:\/\/static.wingify.com\/gcp\/uploads\/sites\/3\/2026\/09\/Screenshot-2026-09-04-at-3.22.13-PM-150x150.png","contentUrl":"https:\/\/static.wingify.com\/gcp\/uploads\/sites\/3\/2026\/09\/Screenshot-2026-09-04-at-3.22.13-PM-150x150.png","caption":"Hubert Wassner"},"description":"Hubert Wassner is Chief Data Scientist at AB Tasty with over thirty years of experience in AI and machine learning. He builds advanced statistical models, shares insights on the blog, and helps brands make confident, data-driven decisions. His most recent achievement is obtaining a patent for RevenueIQ.","sameAs":["https:\/\/www.linkedin.com\/in\/hubert-wassner\/"],"url":"https:\/\/wingify.com\/blog\/fr\/author\/hwassner\/"}]}},"_links":{"self":[{"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/posts\/112521","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/users\/1432"}],"replies":[{"embeddable":true,"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/comments?post=112521"}],"version-history":[{"count":0,"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/posts\/112521\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/media\/115243"}],"wp:attachment":[{"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/media?parent=112521"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/categories?post=112521"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/tags?post=112521"},{"taxonomy":"feature","embeddable":true,"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/feature?post=112521"},{"taxonomy":"industry-type","embeddable":true,"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/industry-type?post=112521"},{"taxonomy":"product","embeddable":true,"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/product?post=112521"},{"taxonomy":"role","embeddable":true,"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/role?post=112521"},{"taxonomy":"region","embeddable":true,"href":"https:\/\/wingify.com\/blog\/fr\/wp-json\/wp\/v2\/region?post=112521"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}